【MLSS2020硬核课】大规模机器学习优化，195页ppt与视频，法国Francis Bach研究员

机器学习暑期学校(MLSS)系列开始于2002年，致力于传播统计机器学习和推理的现代方法。今年因新冠疫情在线举行，从6月28号到7月10号讲述了众多机器学习主题。本文推荐来自法国INRIA  Francis Bach研究员 述《大规模机器学习优化》，177页ppt系统性讲述了大规模机器学习优化算法，非常干货。

Francis Bach 先生是INRIA（法国国家信息与自动化研究所）的研究员，自2011年起领导SIERRA项目团队（该团队是Ecole Normale Supérieure计算机科学系的一部分，也是CNRS、ENS和INRIA的联合团队）。自2016年起，成为Ecole Normale Supérieure的兼职教授。在伯克利大学完成了计算机科学博士学位，与迈克尔·乔丹教授合作，在巴黎矿业大学数学形态学组工作了两年，然后从2007年到2010年加入了INRIA/Ecole Normale Superieure/CNRS的WILLOW项目组。从2009年到2014年，负责ERC项目SIERRA。对统计机器学习很感兴趣，特别是在图形模型、稀疏方法、基于核的学习、凸优化视觉和信号处理方面。

https://www.di.ens.fr/~fbach/

Optimization for Large Scale Machine Learning

机器学习是数学、计算机科学和工程相结合的一个快速发展的领域，它为计算机提供了无需明确编程就能进行学习的能力，以便做出预测或采取理性行动。从癌症研究到金融、自然语言处理、市场营销或自动驾驶汽车，如今许多领域都受到了机器学习算法近期进展的影响。机器学习算法得益于收集大量数据并从中“学习”的能力。

本报告概述了监督机器学习、面向凸优化的快速随机梯度方法、更多超越凸优化的问题。

视频地址：

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“MLO195” 可以获取《【MLSS2020】大规模机器学习优化，195页ppt，法国Francis Bach研究员》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

欢迎扫一扫关注专知视频号，第一时间看人工智能最新精彩视频！

点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源